In den späten 1990ern las eine Maschine einen großen Teil aller Schecks der USA — die handschriftlichen Beträge, millionenfach. Gebaut hatte sie Yann LeCun in den Bell Labs: ein neuronales Netz. Genau jene Linie, die das Feld seit 1969 für tot hielt.
Die Ente dieser Serie kehrt sich um: Diesmal hielt man nicht den Schein für echt — sondern das Echte für tot. Ein Thread über die Rückkehr der totgesagten Netze. 🧵
1986 kam der Schlüssel: die Backpropagation (Rumelhart, Hinton, Williams) ließ mehrlagige Netze lernen. Erfunden war sie nicht 1986 — Linnainmaa hatte sie 1970, tiefe Netze gab es seit 1965. Neu war die Durchsetzung, nicht die Idee.
Und doch verloren die Netze 25 Jahre: Tiefes Training scheiterte, es fehlten Daten und Rechenkraft, elegantere Verfahren überholten sie.
Zwei Dinge kippten alles: Fei-Fei Lis Bild-Datensatz ImageNet (2009) und die GPU aus der Spieleindustrie.
2012 gewann ein tiefes Netz namens AlexNet den ImageNet-Wettbewerb mit 15,3 % Fehler — gegen 26,2 % des Zweitplatzierten. Ein Erdrutsch. Über Nacht stieg das ganze Feld auf neuronale Netze um.
Die Pointe: AlexNet erfand fast nichts. Alle Bausteine waren jahrzehntealt — neu war nur, dass sie auf genug Daten und Rechenkraft trafen. Der Durchbruch war keine Erfindung, sondern eine Skalierung. Genau diese Wette treibt die KI bis 2026.
Teil 4 meiner KI-Geschichte-Serie:
https://blog.jochen-tetzlaff.online/ki/ki-teil-4-2012
#KI #Geschichte #Technikgeschichte #Informatik #DeepLearning
In den späten 1990ern las eine Maschine, die niemand mehr ernst nahm, einen großen Teil aller Schecks der USA. Die Methode dahinter galt seit 1969 als tot. Teil 4 der Serie über 80 Jahre Künstliche Intelligenz: wie die lernenden Netze ein Vierteljahrhundert im Schatten überlebten — und 2012 in einem einzigen Bilderkennungs-Wettbewerb die KI für immer eroberten.
Jochen Tetzlaff